我试图了解用于数据挖掘的Apriori(篮子)算法的基础知识，
最好用一个例子来说明我的复杂性:
这是一个事务数据集:
t1: Milk, Chicken, Beer
t2: Chicken, Cheese
t3: Cheese, Boots
t4: Cheese, Chicken, Beer
t5: Chicken, Beer, Clothes, Cheese, Milk
t6: Clothes, Beer, Milk
t7: Beer, Milk, Clothes上面的分钟为0.5或50％。
从上面得出，我的事务数显然为7 ，这意味着对于一个“频繁”的项目集，其计数必须为4/7。因此，这就是我的频繁项目集1:
F1:
Milk = 4
Chicken = 4
Beer = 5
Cheese = 4然后，我为第二个优化(C2)创建了候选者，并将其范围缩小到:
F2:
{Milk, Beer} = 4这是让我感到困惑的地方，如果要求我显示所有频繁的项目集，我要写下所有的
F1和F2还是仅写下F2？对我来说，F1不是“集合”。然后，我被要求为我刚刚定义的频繁项目集创建关联规则，并计算它们的“置信度”数字，我得到以下信息:
Milk -> Beer = 100% confidence
Beer -> Milk = 80% confidence将
F1的项目集放在这里似乎是多余的，因为它们都会有100％的置信度，无论它们是否实际上不“关联”任何东西，这就是我现在质疑F1是否确实是“频繁”的原因。 最佳答案
如果支持的大小合适，则认为大小为1的项目集很频繁。 但是在这里，您必须考虑最小阈值。例如，如果您的示例中的最小阈值为 2 ，则将不考虑 F1 。但是，如果最小阈值为 1 ，则必须这样做。
您可以看看here和here了解更多的想法和示例。
希望我能帮上忙。